답변

3

시뮬레이션을 수행하고자하는 세부 방법과 시뮬레이트 할 네트워크의 종류에 따라 네트워크 시뮬레이터가 많이 있습니다.

당신이 NEST 및 SPLIT 어떤 다른 좋은

도 수상 돌기 등의 동작까지 (난 당신이 아마 할 geussing있어) 전체 생물학적 네트워크를 시뮬레이션 할 경우 신경 및 GENESIS가 좋다 노드별로 노드를 기반으로 인구를 생성하고 전체 인구가하는 것을 확인하는 모집단 시뮬레이션을 수행합니다. 이것은 거의 '산업 표준'접근법이며 연구 및 상업용 응용 프로그램에서 많이 사용되므로 조사 할 가치가 있습니다. 나는 IBM이 일부 연구에 SPLIT을 사용한다는 것을 알고있다.

MIIND는 미분 방정식을 사용하여 모집단을 모델링하는 것이 좋지만이 방법은 상대적으로 새롭고 계산 상 비쌉니다 (매우 차가운 경우).

정확히 원하는지 확실하지 않습니다.

+0

나는 Neuron과 Genesis 등을 사용했지만 SPLIT에 대해 들어 본 적이 없으며 Google에서 찾았습니다. 링크를 주시겠습니까? – bias

+0

나는 실제로 그것을 사용한 적이 두렵습니다.이 시뮬레이터에 대한 나의 주요 관심사는 Uni에서의 작업으로 인해 아키텍처에 따라 다르므로 퍼블릭 도메인에 있는지 확실하지 않습니다. 그러나 나는 IBM Blue Gene/L supercomputer (IBM)에서 신피질의 두뇌 규모 시뮬레이션 (IBM) –

3

데이터 마이닝 알고리즘으로 빠르게 놀고 싶을 때마다 Weka을로드하면됩니다. 꽤 복잡하지만 많은 사용자 정의 기능을 가진 많은 알고리즘 (신경망 포함)을 구현합니다. 또한 NN에 대해 몇 가지 시각화 기능을 제공합니다.

3

오래된 코드이지만 내 코드를 사용하지 않을 때는 항상 NeuroShell 2을 사용했습니다. 불행히도, 그것은 무료가 아닙니다. 나는 새로운 NeuroShells가 주식을 예측하기 위해서만 설계되었다고 생각합니다.

4

Fast Artificial Neural Network Library (FANN)는 다층을 구현하는 무료 오픈 소스 신경 네트워크 라이브러리이다 (당신이 단어와 함께 모자에있는 이름 중 하나를 구글 경우 NB는 "시뮬레이터는"당신은 = 관련 웹 페이지에서 종료됩니다) 완전히 연결된 네트워크와 띄엄 띄엄 연결된 네트워크를 모두 지원하는 C의 인공 신경망 고정 및 부동 소수점에서의 플랫폼 간 실행이 지원됩니다. 교육 데이터 세트를 손쉽게 처리 할 수있는 프레임 워크가 포함되어 있습니다. 사용하기 쉽고 다용도이며 문서화가 잘되고 빠릅니다. PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 및 Mathematica 바인딩을 사용할 수 있습니다.

FannTool 그래픽 사용자 인터페이스는 라이브러리에서도 사용할 수 있습니다.

1

당신이 깊은 학습과 실험을 찾고 있다면, 당신은 (Theano을 기반으로) Theano Pylearn2

관련 문제